相干信源波达方向估计中的若干问题研究
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第14-22页 |
| 1.1 课题的研究背景、目的及意义 | 第14-15页 |
| 1.1.1 课题的研究背景 | 第14页 |
| 1.1.2 课题的研究目的及意义 | 第14-15页 |
| 1.2 课题的国内外发展和研究现状 | 第15-20页 |
| 1.2.1 DOA估计的发展进程 | 第15-19页 |
| 1.2.2 相干信源DOA估计技术的发展状况 | 第19-20页 |
| 1.3 论文的主要工作及内容安排 | 第20-22页 |
| 第2章 信号模型及常用的经典算法 | 第22-42页 |
| 2.1 引言 | 第22页 |
| 2.2 波达方向估计数学模型 | 第22-24页 |
| 2.3 克拉美罗界 | 第24-26页 |
| 2.4 经典的DOA估计算法回顾 | 第26-39页 |
| 2.4.1 最大似然估计算法 | 第26-30页 |
| 2.4.2 MUSIC算法 | 第30-33页 |
| 2.4.3 ESPRIT算法 | 第33-38页 |
| 2.4.4 基于稀疏信号重构的DOA估计方法 | 第38-39页 |
| 2.5 空间平滑 | 第39-42页 |
| 第3章 已知信源数信息的相干DOA估计算法 | 第42-64页 |
| 3.1 引言 | 第42页 |
| 3.2 信号模型 | 第42页 |
| 3.3 PUMA算法 | 第42-51页 |
| 3.3.1 算法推导 | 第42-48页 |
| 3.3.2 PUMA算法的性能分析 | 第48-51页 |
| 3.4 低复杂度的酉PUMA算法及其性能分析 | 第51-56页 |
| 3.4.1 算法推导 | 第51-53页 |
| 3.4.2 酉PUMA算法的性能分析 | 第53-56页 |
| 3.5 仿真结果 | 第56-61页 |
| 3.6 本章小结 | 第61-64页 |
| 第4章 未知信源数信息的相干DOA估计算法 | 第64-85页 |
| 4.1 引言 | 第64页 |
| 4.2 相干信号模型 | 第64-65页 |
| 4.3 去相关处理 | 第65-66页 |
| 4.4 空间白高斯噪声下的DOA估计算法 | 第66-74页 |
| 4.4.1 算法推导 | 第66-69页 |
| 4.4.2 仿真结果 | 第69-74页 |
| 4.5 空间相关高斯噪声下的DOA估计算法 | 第74-84页 |
| 4.5.1 四阶累积量矩阵 | 第75-76页 |
| 4.5.2 算法推导 | 第76-78页 |
| 4.5.3 仿真结果 | 第78-84页 |
| 4.6 本章小结 | 第84-85页 |
| 第5章 低门限效应的相干DOA估计算法 | 第85-111页 |
| 5.1 引言 | 第85页 |
| 5.2 低门限效应的PUMA算法 | 第85-96页 |
| 5.2.1 算法推导 | 第86-89页 |
| 5.2.2 算法的时间复杂度分析 | 第89-91页 |
| 5.2.3 仿真结果 | 第91-96页 |
| 5.3 基于伪噪声重采样的DOA估计方法 | 第96-108页 |
| 5.3.1 伪噪声重采样 | 第97页 |
| 5.3.2 分布式可靠性检测 | 第97-100页 |
| 5.3.3 DOA估计 | 第100-102页 |
| 5.3.4 仿真结果 | 第102-108页 |
| 5.4 本章小结 | 第108-111页 |
| 结论 | 第111-113页 |
| 参考文献 | 第113-122页 |
| 附录A 证明命题3.1 | 第122-126页 |
| A.1?θ是无偏估计量 | 第122页 |
| A.2 式(3-43)的证明 | 第122-124页 |
| A.3 式(3-42)的证明 | 第124-126页 |
| 附录B 证明命题4.1 | 第126-128页 |
| 攻读博士学位期间发表的论文及其他成果 | 第128-132页 |
| 致谢 | 第132-134页 |
| 个人简历 | 第134-135页 |
